En este portal utilizamos datos de navegación / cookies propias y de terceros para gestionar el portal, elaborar información estadística, optimizar la funcionalidad del sitio y mostrar publicidad relacionada con sus preferencias a través del análisis de la navegación. Si continúa navegando, usted estará aceptando esta utilización. Puede conocer cómo deshabilitarlas u obtener más información aquí

CLUB VIVAMOS
Suscríbete
Disfruta de los beneficios de El Tiempo
SUSCRÍBETE CLUB VIVAMOS

¡Hola !, Tu correo ha sido verficado. Ahora puedes elegir los Boletines que quieras recibir con la mejor información.

Bienvenido , has creado tu cuenta en EL TIEMPO. Conoce y personaliza tu perfil.

Hola Clementine el correo [email protected] no ha sido verificado. Verificar Correo

icon_alerta_verificacion

El correo electrónico de verificación se enviará a

Revisa tu bandeja de entrada y si no, en tu carpeta de correo no deseado.

SI, ENVIAR

Ya tienes una cuenta vinculada a EL TIEMPO, por favor inicia sesión con ella y no te pierdas de todos los beneficios que tenemos para tí. Iniciar sesión

Hola, bienvenido

¿Cual es la ciudad colombiana clasificada como la más peligrosa del mundo?
¿Cómo va el juicio al expresidente Álvaro Uribe?
¿Accidente de bus en Calarcá?
Frío inusual en Bogotá explicado por el Ideam

Explicativo

Exclusivo suscriptores

El número de especies de peces en peligro de extinción puede ser cinco veces mayor a las estimaciones anteriores, indica nuevo estudio

La investigación asegura que el 12,7 % de los peces teleósteos marinos están en riesgo de desaparecer.

Algunas de las especies más comunes en Colombia son la mojarra, el pargo y el atún.

Los investigadores predicen que el 12,7 por ciento de las especies de peces teleósteos marinos (los más numerosos) están en peligro de extinción Foto: iStock

Alt thumbnail

PERIODISTA DE CIENCIAActualizado:

00:00
00:00

Comentar

Whatsapp iconFacebook iconX iconlinkeIn iconTelegram iconThreads iconemail iconiconicon
La pérdida de biodiversidad en el planeta es un hecho. El Informe Planeta Vivo de WWF, por ejemplo, reveló en 2022 que desde 1970, las poblaciones de mamíferos, aves, peces, reptiles y anfibios han disminuido un 69 por ciento en promedio. 
Gran parte de la desaparición de las especies se debe a la destrucción del hábitat originada por la agricultura o la tala insostenible y a los impactos del cambio climático –factor que hasta ahora no ha sido un detonante significativo, pero que se espera que se convierta en la principal causa en las próximas décadas–. Un tema que se debatirá en la Conferencia de las Naciones Unidas sobre Biodiversidad (COP16), que se realizará en Cali en octubre.
Se trata de una preocupación constante para los científicos e instituciones que se dedican a estudiar y a monitorear el tema, y la razón de ser de la existencia de la Lista Roja de Especies Amenazadas de la Unión Internacional para la Conservación de la Naturaleza (UICN, por sus siglas en inglés), la cual hace un seguimiento de más de 150.000 especies para orientar los esfuerzos mundiales de conservación en favor de las más amenazadas. Una lista que esperan que siga creciendo.
“En la actualidad, el Equipo de Evaluación y Conocimiento de la Biodiversidad de la UICN gestiona datos de más de 163.000 especies, cifra que aumentará considerablemente en los próximos años. Más de 156.500 especies están bien documentadas, con información de apoyo sobre ecología, tamaño de la población, amenazas, acciones de conservación y utilización”, detallan desde esta organización.
La Lista Roja de la UICN incluye nueve categorías, de las que tres se refieren a seres vivos amenazados: "en peligro crítico", "en peligro" y "vulnerable". Sus criterios son globales y se basan en evidencias científicas para evaluar el riesgo.
Sin embargo, ante la inmensidad de especies que existen en el planeta, muchas veces los esfuerzos se quedan cortos. Una investigación publicada recientemente en la revista de abierto PLOS Biology alerta sobre las especies que no reciben un estado de conservación de la UICN debido a la insuficiencia de datos, a la vez que propone un nuevo modelo para detectar las grupos que están en peligro de extinción mediante técnicas de IA y aprendizaje automático.
"La UICN especifica la evaluación de las especies mediante criterios como la tasa de declive, el tamaño de la población, el área de distribución geográfica y el grado de fragmentación de la población y la distribución. Estos criterios son los más precisos, pero necesitan muchos datos para recopilarse, por lo que consumen mucho tiempo y recursos. En consecuencia, son muchas las especies que no se evalúan por falta de datos", le explicó a EL TIEMPO Nicolas Loiseau, investigador del Centro Nacional para la Investigación Científica de Francia (CNRS, por sus siglas en francés) y líder del estudio.
En su trabajo, los investigadores predicen que el 12,7 por ciento de las especies de peces teleósteos marinos (los más numerosos) están en peligro de extinción, cinco veces más que el 2,5 por ciento estimado anteriormente por la UICN. El informe incluye 4.992 especies que no recibieron un estado de conservación oficial debido a la insuficiencia de datos. Esto representa el 38 por ciento de las especies de peces marinos.
Los peces de roca (Sebastidae), las lubinas y los meros (Serranidae) y los gobios (Gobiidae) tenían una «proporción importante» de especies pronosticadas como Amenazadas.

Los peces de roca (Sebastidae), las lubinas y los meros (Serranidae) y los gobios (Gobiidae) tenían una «proporción importante» de especies pronosticadas como Amenazadas. Foto:Collage de imágenes del pez (en el sentido de las agujas del reloj) de Brian Gratwicke, Richard Zerpe y Edward Donovan (CC BY 4.0, https://creativecommons.org/licenses/by/4.0/)

Con inteligencia artificial

Como una propuesta para dirigir mejor los esfuerzos de conservación hacia las especies que los necesitan, Loiseau y sus colegas combinaron un modelo de aprendizaje automático con una red neuronal artificial para predecir los riesgos de extinción de las especies con datos insuficientes. Los modelos se entrenaron a partir de datos de presencia, rasgos biológicos, taxonomía y usos humanos de 13.195 especies.
"Como tal, la IA ofrece una oportunidad única para proporcionar una evaluación rápida, exhaustiva y rentable del riesgo de extinción de las especies, y para identificar qué atributos de las especies y regiones geográficas deben priorizarse para su evaluación", detalla Loiseau.
Se clasificó el 78,5 por ciento de las 4.992 especies como No Amenazadas o Amenazadas (que incluye las categorías En Peligro Crítico, En Peligro y Vulnerable de la UICN). Las especies amenazadas se multiplicaron por cinco (de 334 a 1.671) y las no amenazadas por un tercio (de 7.869 a 10.451).
De acuerdo con el estudio, las especies clasificadas como amenazadas se caracterizan principalmente por tener un área de distribución geográfica reducida, un tamaño corporal relativamente grande y una tasa de crecimiento baja. Adicionalmente, encontraron que los focos de estos grupos en peligro se concentran principalmente en el Mar de China Meridional, el Mar de Filipinas, el Mar de Célebes y la costa occidental de Australia y Norteamérica.
Los investigadores observaron además un marcado cambio en la clasificación de las prioridades de conservación tras las predicciones de la UICN sobre las especies, y recomendaron dar prioridad a las islas del Pacífico y a las regiones polares y subpolares del hemisferio sur para tener en cuenta el registro de las nuevas especies en peligro.
“Sugerimos integrar el aprendizaje multifactorial por conjuntos para evaluar el riesgo de extinción de las especies y ofrecer una visión más completa de los grupos taxonómicos en peligro para, en última instancia, alcanzar objetivos de conservación globales como la ampliación de la cobertura de las áreas protegidas donde las especies son más vulnerables”, indican en el estudio.
Hacen énfasis, además, en que muchas de las especies sobre las que no se dispone de datos se encuentran en el Triángulo de Coral, lo que indica que es necesario seguir investigando en esa zona.
"Descubrimos que especies de peces pequeños y ocultos, como los gobios y los blenios, están en peligro. Estos peces criptobentónicos desempeñan un papel vital en los ecosistemas arrecifales, sobre todo en las cadenas tróficas y la salud general de los arrecifes. Como son difíciles de detectar y viven en hábitats específicos, es difícil evaluar sus poblaciones, lo que significa que algunas pueden estar dirigiéndose silenciosamente hacia la extinción. Esto pone de relieve la urgente necesidad de prestar más atención a estas especies", le dijo Loiseau a este diario.
Y aunque señalan que modelos como los que ellos emplearon no pueden sustituir a las evaluaciones directas de las especies en peligro, la IA sí ofrece una oportunidad única para proporcionar una evaluación rápida, amplia y rentable del riesgo de extinción de las especies, al tiempo que señala las especies sobre las que se debe priorizar la recopilación de datos y los esfuerzos de conservación.
La inteligencia artificial permite evaluar con fiabilidad los riesgos de extinción de especies que aún no han sido evaluadas por la Unión Internacional para la Conservación de la Naturaleza. Nuestro análisis de 13.195 especies de peces marinos revela que el riesgo de extinción es significativamente superior a las estimaciones iniciales de la UICN. Proponemos incorporar los recientes avances en la previsión del riesgo de extinción de especies a un nuevo índice sintético denominado estado previsto de la UICN. Este índice puede servir de valioso complemento al actual 'estado UICN medido'”, explicó Loiseau.
En su investigación los expertos además exponen que aunque varios estudios ya han propuesto métodos automatizados para realizar una evaluación preliminar del estado de conservación de las especies basándose en sus atributos o predictores teledetectados. Sin embargo, hasta donde conocen, aún no se han incorporado a la evaluación oficial de la Lista Roja.
“Creemos que el aprendizaje por conjuntos es pertinente, ya que es preciso y conservador. Se sabe que el rendimiento de los algoritmos de aprendizaje automático varía en función de factores como la dimensionalidad del conjunto de datos. Para abordar esta variabilidad, sugerimos una estrategia multimodelo que combine distintos algoritmos para aprovechar sus puntos fuertes y mitigar sus puntos débiles”, indicaron en el estudio.
ALEJANDRA LÓPEZ PLAZAS
REDACCIÓN CIENCIA
@malelopezpl

Sigue toda la información de Vida en Facebook y X, o en nuestra newsletter semanal.

00:00
00:00

Comentar

Whatsapp iconFacebook iconX iconlinkeIn iconTelegram iconThreads iconemail iconiconicon

Conforme a los criterios de

Logo Trust Project
Saber más
Sugerencias
Alt thumbnail

BOLETINES EL TIEMPO

Regístrate en nuestros boletines y recibe noticias en tu correo según tus intereses. Mantente informado con lo que realmente te importa.

Alt thumbnail

EL TIEMPO GOOGLE NEWS

Síguenos en GOOGLE NEWS. Mantente siempre actualizado con las últimas noticias coberturas historias y análisis directamente en Google News.

Alt thumbnail

EL TIEMPO WHATSAPP

Únete al canal de El Tiempo en WhatsApp para estar al día con las noticias más relevantes al momento.

Alt thumbnail

EL TIEMPO APP

Mantente informado con la app de EL TIEMPO. Recibe las últimas noticias coberturas historias y análisis directamente en tu dispositivo.

Alt thumbnail

SUSCRÍBETE AL DIGITAL

Información confiable para ti. Suscríbete a EL TIEMPO y consulta de forma ilimitada nuestros contenidos periodísticos.

Mis portales